Eleven v3 Audio Tags:让多角色对话生动呈现
- 发布时间
- 最近更新
对话推动故事发展。借助 Eleven v3 Audio Tags,现在可编写包含声音重叠、快速交锋和情感互动的场景——全部由单个模型演绎。
结合 [interrupting]、[overlapping] 或 [laughs] 等标签,可创建如人类交谈般自然流畅的对话——包含打断、语气变化和即时反应。
这不只是逐句语音,而是多角色表演。
AI 语音中的多角色对话是什么?
多角色对话是指 一个语音模型 在同一场景中演绎多个不同角色。每个角色以不同风格、语气或节奏说话——有时甚至会打断对方或同时说话。
借助 Eleven v3,可直接这样编写脚本: Marissa:[starting to speak] 我在想,我们可以—— Chris:[interrupting] ——测试新的时序功能? Marissa:[surprised] 没错!你怎么—— Chris:[overlapping] ——知道我在想什么?碰巧猜对了! Marissa:[laughs] 说真的?还挺有意思。
效果就像真实对话——而不是拼接出来的旁白。
从配音表演到互动
过去需要多位说话者、录音和时序调整才能完成的内容,现在一份脚本即可处理。标签让你能在同一场景中独立指导每个音色。
示例:Jessica:[whispers] 像这样。Von Fusion:[sarcastically] 哦,看你这副得意样,Fancy Pants 小姐。Jessica:[French accent] 这太棒了,不是吗?
音色不只是轮流出现——还会互动、回应和重叠。
多角色控制常用标签
以下是编写自然、有回应感对话的一些核心标签:
- 轮流说话 提示: [interrupting]、[overlapping]、[cuts in]
- 情绪变化: [excited]、[annoyed]、[flustered]、[casual]
- 节奏控制: [fast-paced]、[hesitates]、[pause]、[drawn out]
- 身份切换: [childlike tone]、[deep voice]、[pirate voice]、[robotic tone]
这些标签可叠加使用,呈现富有表现力的互动:[frustrated] 你从来不听我说话—— [interjecting] 因为你从来不把话说清楚!
重叠、节奏与临场感
Eleven v3 支持感知时序的演绎,让音色能自然地打断彼此或同时说话。这对营造幽默、紧张感或真实感至关重要。
在这段示例中:Marissa:[panicking] 等等,我们系统要崩了吗?我分不清这是功能还是—— Chris:[interrupting] Bug! Marissa:[sighing] 是,不过说真的?还挺有意思。`
场景充满活力,是因为互动自然流畅,而非按固定顺序逐句编排。
指导场景,而不只是句子
借助 Eleven v3,对话场景将成为精心编排的表演。只需一份脚本和一个模型,即可构建完整对话——涵盖角色、时序、情绪和演绎方式。
对于故事创作者、游戏编剧和互动设计师,这让复杂场景创作无需增加制作开销。你不只是在写台词,更是在指导角色之间的互动。
选择合适的音色
专业语音克隆(PVC)目前尚未针对 Eleven v3 完全优化,与早期模型相比,克隆质量可能较低。在此研究预览阶段,如需使用 v3 功能,建议为项目选择 Instant Voice Clone(IVC)或设计音色。针对 v3 的 PVC 优化即将推出。
Ryan joined ElevenLabs after more than two decades in news and publishing, including roles at the BBC and Future Plc. He focuses on content strategy and storytelling, helping ElevenLabs shape and share its narrative.



